概述
VALL-E 将文本到语音重新定义为音频编解码器令牌上的语言建模问题，从而可以从仅三秒的样本中克隆语音。它表明，为文本 LLM 提供支持的相同下一个标记预测可以生成非常自然、富有表现力的语音。
VALL-E 和编解码器语言模型位于音频 AI 工作流程中，可转换语音、音乐和声音以实现通信、可访问性和媒体制作。
深入探讨
VALL-E 由 Microsoft 于 2023 年初宣布，将语音合成视为语言建模。它不是预测频谱图，而是预测神经编解码器 (EnCodec) 的离散声学标记，因此生成变成了音频词汇表上的下一个标记预测。给定一个看不见的说话者加上目标文本的 3 秒录音，VALL-E 会继续该说话者的声音，保留音色甚至声学环境。它接受了大约 60,000 小时的语音训练，远远超过典型的 TTS 数据集，这使其具有强大的零样本克隆能力。由于编解码器标记是分层的（通过 RVQ），VALL-E 使用两个阶段：自回归模型预测第一个以提示为条件的粗略标记流，非自回归模型填充剩余的详细标记。这个编解码器-LM 配方启发了 VALL-E 2 等后继者和许多语音基础模型。
技术洞察
诀窍是分层编解码器令牌的混合解码。自回归阶段一次预测最重要的第一个密码本标记，捕获韵律和内容。其余的码本添加了精细的声学细节，由以第一个流和扬声器提示为条件的非自回归模型并行预测。这种分割保持了高质量，同时避免了顺序生成每个令牌的成本，并且使用编解码器意味着可以使用相同的变压器机制对语音和文本进行建模。
掌握 VALL-E 和编解码器语言模型
VALL-E 将文本到语音重新定义为音频编解码器令牌上的语言建模问题，从而可以从仅三秒的样本中克隆语音。它表明，为文本 LLM 提供支持的相同下一个标记预测可以生成非常自然、富有表现力的语音。 VALL-E 和编解码器语言模型位于音频 AI 工作流程中，可转换语音、音乐和声音以实现通信、可访问性和媒体制作。为了建立深入的理解，请将 VALL-E 和编解码器语言模型视为一种操作模型，而不是单个功能：定义所需的结果，澄清假设，并将系统可以可靠地执行的操作与仍需要专家判断的操作分开。
在实践中，使用 VALL-E 和编解码器语言模型的强大团队将质量、延迟和同意视为部署策略中同等重要的部分。他们记录明确的成功标准，根据实际数据和工作流程进行测试，并根据观察到的失败模式而不是一次性基准测试胜利进行迭代。这就是理论理解转变为跨产品、政策和运营的持久能力的地方。
它通过转录、旁白和语音界面提高了可访问性。与此同时，如果未征得同意，语音滥用和冒充风险就会增加。最具弹性的方法是将实验速度与治理规则结合起来：运行试点、捕获证据、发布决策日志，并随着模型行为、用户期望和监管要求的发展不断更新保障措施。
战略影响
它通过转录、旁白和语音界面提高了可访问性。
它通过转录、旁白和语音界面提高了可访问性。在高质量部署中，这会转化为可衡量的操作规则、所有权边界和定期审查仪式，以便团队可以增强信心，而不是扩大模糊性。
媒体团队可以用更少的预算更快地交付精美的音频。
媒体团队可以用更少的预算更快地交付精美的音频。在高质量部署中，这会转化为可衡量的操作规则、所有权边界和定期审查仪式，以便团队可以增强信心，而不是扩大模糊性。
面向客户的系统可以处理更大规模的语音交互。
面向客户的系统可以处理更大规模的语音交互。在高质量部署中，这会转化为可衡量的操作规则、所有权边界和定期审查仪式，以便团队可以增强信心，而不是扩大模糊性。
现实世界的实施
从几秒钟的音频中克隆声音，以用于个性化助理或恢复丢失声音的辅助工具
将视频本地化并配音成其他语言，同时保留原始说话者的音色
生成富有表现力、与上下文匹配的旁白，保留录音的声学环境
作为多模式助手的语音骨干，可以理解并产生语音
实施模式
VALL-E 和编解码器语言模型的实践
从几秒钟的音频中克隆声音，以用于个性化助手或可恢复丢失声音的辅助工具。
从几秒钟的音频中克隆语音，用于个性化助理或恢复丢失语音的辅助工具当团队预先定义质量阈值、为边缘情况保留人工升级路径并跟踪一段时间内的生产力提升和错误成本时，通常会获得更好的结果。
VALL-E 和编解码器语言模型的实践
将视频本地化并配音成其他语言，同时保留原始讲话者的音色。
将视频本地化并配音为其他语言，同时保留原始讲话者的音色。当团队预先定义质量阈值、针对边缘情况保留人工升级路径并跟踪一段时间内的生产力提升和错误成本时，通常会获得更好的结果。
VALL-E 和编解码器语言模型的实践
生成富有表现力、与上下文匹配的旁白，保留录音的声学环境。
生成富有表现力、与上下文匹配的旁白，以保留录音的声学环境 当团队预先定义质量阈值、为边缘情况保留人工升级路径并跟踪一段时间内的生产力提升和错误成本时，通常会获得更好的结果。
VALL-E 和编解码器语言模型的实践
作为多模式助手的语音骨干，可以理解并产生语音。
作为多模式助手中的语音骨干，既能理解又能生成语音。当团队预先定义质量阈值、为边缘情况保留人工升级路径并跟踪一段时间内的生产力提升和错误成本时，通常会获得更好的结果。
风险与防护栏
如果未征得同意，语音滥用和冒充风险就会增加。
由于口音、方言或嘈杂的环境，准确性可能会下降。
如果没有明确的标签，合成音频可能会被误认为是真实的语音。
实施路线图
获得语音捕获、克隆和重用的明确同意。
获得语音捕获、克隆和重用的明确同意。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。
测试不同扬声器和背景条件下的质量。
测试不同扬声器和背景条件下的质量。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。
定义人员必须审查或批准输出的时间。
定义人员必须审查或批准输出的时间。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。
标记合成音频并保留来源记录以供问责。
标记合成音频并保留来源记录以供问责。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。